煤礦區典型地物反射波譜庫建立方法

賈智樂，盧小平，李向陽，余 濤

(1.河南理工大學礦山空間信息技術國家測繪地理信息局重點實驗室，河南焦作454003;2.河南省基礎地理信息中心，河南鄭州450003;3.中國科學院遙感應用研究所，北京100101)

一、引 言

地物波譜庫是使用光譜儀在野外特定條件下測得的各類地物反射光譜數據的集合。以實測數據建立的波譜庫作為影像解譯標志，是遙感圖像分析的理論基礎和地物分類識別的依據。我國目前已建成了10余種地物的波譜庫，但煤礦區典型地物波譜庫的建設尚屬空白，因此該項工作顯得尤為重要。建立煤礦區典型地物波譜庫就是對具有典型特征的地物進行反射光譜測量，經后期處理、存儲后，作為構建波譜庫的基礎數據。這樣就可以將遙感系統獲取的地物波譜數據轉換成有用的信息，并應用于多種輔助決策過程，如礦區資源調查、環境監測與治理、土地復墾、區域規劃等。本文以典型地物波譜數據為基礎，歸納挖掘擴展產生知識庫，最終形成數據庫、知識庫、模型庫三位一體的數據庫，可為巖礦的自動識別、定量反演及礦石晶體內部結構分析等提供基礎支撐。

二、礦區典型地物波譜數據采集方法

1.試驗區概況

本文選擇鶴壁礦區作為試驗研究區。鶴壁市位于河南省北部太行山脈東麓和華北平原的過渡地帶，礦區范圍為113°59'23″E～ 114°45'12″E、35°26'00″N～36°02'54″N，屬于北溫帶大陸性干旱型季風氣候，四季分明，光照充足，溫差較大。據鶴壁市氣象局1999—2009年氣象資料顯示，該市年平均蒸發量為1 811.25 mm，平均相對濕度為60.43%。光譜測量地點主要集中在鶴壁煤業集團下屬六礦區域，該礦為丘陵地區，地勢西北高、東南低，地面高程為125.50～227.70 m，面積約 18 km2，目前核定生產能力為120萬t/a，煤層保有儲量157 024.4萬 t。其中，工業儲量12 768.8 萬t，可采儲量8 097.8萬t。

2.測量儀器

本次波譜測量使用美國分析光譜儀器(ASD)公司生產的ASD FieldSpec 3便攜式滿光譜野外光譜儀(如圖1所示)。該儀器具有測定范圍大(350～2500 nm)、光譜分辨率高(3～10 nm)，實時測量并觀察反射、透射、輻射度等光譜曲線，以及顯示絕對反射比(需要定標的白色標準板數據)等特點。ASD FieldSpec 3標配大視場角光纖接收端，可選附件齊全，包括反射探頭、透射或反射式余弦接收器、積分球、葉片探頭、不同視場角鏡頭、不同長度的光纖等。

圖1 光譜儀

3.光譜測定方法

為獲得植被高質量的反射光譜曲線，宜選擇在晴空無云天氣下進行，最佳作業時間為北京時間10：00—14：00。本次野外波譜測量在2012年4月下旬進行，為避開太陽直射對光場的影響，具體測定方法是在地物陽面進行測量時，太陽與測量方位的夾角保持在135°(背向太陽方向)、天頂角(探頭/光源)大于45°、觀測高度為0.5 m;為避免身體遮擋光線，需對地物進行垂直、45°傾斜和天空光測量，并及時對標準板進行測量。由于光照條件和儀器穩定性對測量結果影響較大，對同一目標應進行多次測量(10～15次)，并取平均值作為樣點的反射光譜值。

根據野外光譜儀測定的各種植被(林地、自然草地、人工草地)、水域、干線水渠、可耕地、撂荒地、沉陷地等環境要素和煤礦典型地物(如矸石堆、煤堆、公路、運煤鐵路專用線等)在不同波譜段的反射率，可建立礦區典型地物的反射波譜庫。煤礦區典型地物包括：

1)矸石堆：包括矸石山，被矸石污染的地表覆被，污染水體、土壤、植被，未污染區域的水體、土壤、植被，以及矸石山污染物(鐵氧化物)等。

2)煤堆：礦區內的所有煤堆及堆煤場。

3)洗煤水：包括煤礦洗煤廠排放的污染水體，以及矸石堆污染水體等。

4)開采塌陷區：包括沉陷區、塌陷盆地、地裂縫等地物。

5)典型交通線路：主要是礦區內的運煤公路、運煤鐵路專用線及附屬構建(筑)物。

三、數據采集及處理

1.數據采集

首先確定需要測量的典型地物，然后用光譜儀進行反射波譜測定，如圖2所示。具體操作步驟如下：

1)打開光譜儀電源和計算機電源，啟動RS3軟件并在軟件上選擇相應的鏡頭，點擊OPT優化(工作過程中特別是開始工作的前半個小時內每隔一定時間需要作一次優化)，在軟件中選擇存儲數據的路徑、名稱和其他內容。

2)對每個地物測量10次以上，以提高精度。

3)拍攝典型地物地貌的景觀照片，如地裂縫、沉陷盆地、矸石堆、煤堆、礦井、鐵路、土壤等，然后在計算機上對照片進行編碼，使之與相應地物波譜數據對應。

圖2 數據采集現場

2.影響礦區光譜測量的主要因素及處理方法

一些外在因素不可避免地會對波譜測量結果產生影響，這些影響因素主要包括：

1)大氣透射率的影響。礦區空氣中的粉塵會在一定程度上造成太陽輻射度的衰減，并對大氣透射率產生影響。因此，盡量選擇雨后的晴天進行測量，這時空氣中的懸浮物相對比較低，一定程度上可以提高測量精度。

2)水蒸氣的影響。在測量標準板(由硫酸鋇或石膏等物質制成)或目標物時，水蒸氣的瞬間變化也會降低光譜數據測量精度，因此可以通過光譜儀間接測量空氣濕度。具體方法是利用標準板使反射光譜標準化(此時反射率曲線整體是近于1.0的直線)，然后連續測定標準板的反射率。如果測得的反射光譜近似直線，說明大氣條件穩定、濕度相對較低;若反射光譜曲線不平滑，則表明大氣條件不穩定，以此可以檢驗光譜數據測量的準確性。因此，選擇在10：00—14：00進行反射光譜測量，是由于該時間段內的太陽光線較強，空氣濕度相對較低，大氣條件穩定性較好，可以最大限度地降低水蒸氣對測量結果的影響。

3.試驗區數據處理

要確定一種物體反射能力的大小，需要同時測量參考物和目標物的光譜反射能量，兩者相除可消除目標物和參照物光譜響應中的放大參數，如光源(通常為太陽)的光譜輻射和光譜儀自身的光學輸出，從而得到目標物相對于標準板的相對反射率，即

式中，r為被測物體的反射率;Bi、Bo分別為目標物、參考板的反射能量。

隨著太陽入射角與觀測角度的變化，地物表面的反射會有明顯的差異，這種差異不僅與入射和反射角度有關，而且還隨物體空間結構要素的變化而變化。方向反射率是對入射和反射方向嚴格定義的反射率。

由于自然界中不存在反射率為100%的物體，因此被測物體的絕對反射率可利用測得的相對反射率乘以標準板的反射系數求得。基于上述原理，本文借助相應的軟件將野外采集的波譜數據進行處理，得到了各種典型地物的反射率，經數據處理、編輯與整理后，建立了反射波譜庫。

光譜微分技術是處理高光譜遙感數據的一種重要方法，它通過對反射光譜進行數學模擬和計算不同階數的微分差，以迅速確定光譜彎曲點及最大最小反射率的波長位置。一般認為，對光譜的一階微分處理可以去除部分線性或接近線性的背景噪聲對目標光譜的影響。其中，目標光譜必須是非線性的。ASD FieldSpec 3光譜儀測量的是離散型光譜數據，其一階微分計算公式為

式中，R(λi+1)和 R(λi－1)表示相鄰波長的反射率;R'(λi)表示波長λi反射率的一階微分值。

為了減小儀器本身及環境的隨機噪聲，對得到的一階微分光譜進行平滑過濾處理，使得到的光譜曲線的彎曲點及最大、最小反射率的波長位置變得更加突出，如圖3所示。

圖3 反射率的一階微分

對野外測量的所有樣本點的多個光譜反射率曲線在軟件中進行均值處理，并選取平均值作為樣本點的光譜值。取同一目標多次測量值的平均值，可以提高測量結果的穩定性和可信度，同時可大幅度提升信噪比。

光譜儀不同波段對能量響應的差異，使光譜曲線存在一些噪聲。為了去除包含在光譜數據中的噪聲，提高數據精度，需要平滑光譜曲線波形，并對同一地物多次測量的數據進行算術平均運算，將所求的平均值數據轉換為Text/Data Only格式保存(如圖4(a)所示)。在Excel表格中打開后，每個波段對應其相應的反射值，首先去除受外界噪聲影響較大的邊緣波段350～390 nm和2430～2550 nm兩段數據(如圖4(b)所示);然后導入Origin軟件中，并對由于儀器工作狀態不穩定、周圍環境影響等因素造成的異常光譜曲線進行消除跳躍點(如圖4(c)所示);最后對曲線進行非線性最小平方擬合處理(如圖4(d)所示)。

圖4 數據處理過程

4.試驗結果

本文選取煤礦區具有典型特色地物的反射波譜進行了處理與分析，結果如圖5所示。光譜對于地物化學成分和結構的微細變化非常敏感，地物微細的化學和結構的變化都能導致吸收位置和吸收形態的變化，以致呈現不同的反射波譜曲線。

由圖5(a)可以看出，矸石堆與煤堆外形相似，兩者的反射波譜曲線都呈線性，但反射率存在明顯差異：在可見光波段相差約為25%，近紅外區域則達到40%，這是由于兩者礦物組成和化學成分不同。此外，矸石堆由于長期風化，含水量比較低，而煤堆的含水量較大，含水量越高在紅外波段吸收越嚴重。

由圖5(b)可以看出，矸石堆東部的麥地與礦區生長小麥的反射曲線走勢基本一致，但在近紅外區的差異明顯大于可見光部分，反射波譜在750～1400 nm波段呈現出較大的差異。這是由于小麥的下墊面不同，礦區麥田的土壤受到煤礦區沖水(雨水、洗煤水)的影響大，土表發黑，矸石堆東部的小麥受影響程度相對小些，由此可以判定礦區內農田土壤受煤礦及其附屬品的影響程度。

圖5 煤礦區典型地物反射波譜

四、結束語

本文通過對采集的煤礦區典型地物的波譜數據信息進行處理，獲得了典型地物的反射波譜，并對相似地物、同種植被在不同地貌情況下的反射率存在的差異進行了定量分析，研究結果可為礦區典型地物遙感自動解譯提供借鑒。

［1］甘甫平，劉圣偉，周強，等.德興銅礦礦山污染高光譜遙感直接識別研究［J］.中國地質大學學報：地球科學版，2004，29(1)：119-126.

［2］王錦地，張立新，尹球，等.中國典型地物波譜知識庫［M］.北京：科學出版社，2008.

［3］盧小平，王雙亭.遙感原理與方法［M］.北京：測繪出版社，2012.

［4］蘇理宏，李小文，梁順林，等.典型地物波譜庫的數據體系與波譜模擬［J］.地球信息科學，2002，4(4)：7-15.

［5］項月琴，王錦地，李小文，等.二向反射遙感中冬小麥植被組分和土壤特性的季相變化［J］.遙感學報，2000(Z1)：90-100.

［6］王樹東，劉素紅，李向，等.野外波譜測量應注意的幾個問題［J］.遙感信息應用技術，2006(1)：29-33.

［7］陳楚群，潘志林，施平.海水光譜模擬及其在黃色物質遙感反演中的應用［J］.熱帶海洋學報，2003，22(5)：34-39.

［8］汪小欽，王欽敏，劉高煥，等.水污染遙感監測［J］.遙感技術與應用，2002，17(2)：74-77.

［9］DELGENIC A D.The Dust Settle on Water Vapor Feedback［J］.Science，2002，296(5568)：665-666.

［10］BLODEAU P D，TISTONE G H，MARTINEZ V V，et al.Comparison of Bio-physical Marine Products from SeaWIFS，MODISand a Bio-optical Model with in Situ Measurements from Northern European Waters［J］.Pure and Applied Optics，2004，6(7)：684-703.